填充numpy數組與點距離的最快方法

Question

我有一個numpy數組，代表一個空間體積上的3d網格，每個單元表示一個非立方體素（縮放在所有三維中都是任意的）。該陣列是每個維度O（500）個體素。

我想用給定的XYZ點到每個體素中心的距離填充該數組。

我可以通過使用python for -loops來填充數組，但這比我想要的要慢。有沒有辦法快速使用numpy/scipy來做到這一點？

使用兩個元組完成對XYZ座標的轉換，一個元素給出體素的中心的XYZ座標，另一個給出XYZ單元中體素的大小。

Answer 1

創建在每個維度的距離的ogrid，然後計算距離（使用該ogrid結果正常播出）：

import numpy as np 

x0, y0, z0 = 10, 10, 10 

# assuming each dimension includes 500 points, from 0 to 500, step 1 
x, y, z = np.ogrid[0:500, 0:500, 0:500] 
distances = np.sqrt((x-x0)**2+(y-y0)**2+(z-z0)**2) 

如果您需要包括一些縮放和網格偏移：

x, y, z = np.ogrid[0:500, 0:500, 0:500] 
x, y, z = (x * scale_x + offset_x, 
      y * scale_y + offset_y, 
      z * scale_z + offset_z) 
distances = np.sqrt((x-x0)**2+(y-y0)**2+(z-z0)**2) 

Answer 2

您可以創建三個一維數組，代表3D數組的平展X，Y和Z座標。

然後在執行hypothenuse計算對於整個陣列，使用numpy的方法：

D = numpy.sqrt(numpy.power(X - x_center, 2) + 
       numpy.power(Y - y_center, 2) + 
       numpy.power(Z - z_center, 2)) 

在結束時，你重塑陣列到原來的形狀。